https://baai.org/l/Frontiers2021

本報告總結2021年人工智能前沿科技主要趨勢如下:

  1. 信息模型、具身模型和腦模擬機器人的結合將誕生超級人工智能。

  2. 係統研究超大規模智能模型發展和影響的新興領域已經形成,超大規模預訓練模型研發競賽進入白熱化階段,多模態預訓練模型成為下一個大模型重點發展領域。

  3. Transformer成為計算機視覺領域的重要網絡架構,並開始向強化學習、圖神經網絡等領域滲透。

  4. 加速方法創新提升了超大參數規模模型的訓練效率,催生更大規模參數的巨型模型。

  5. Prompt Tuning成為自然語言處理領域預訓練語言模型新型訓練範式,預訓練語言模型發展的新路線是提升訓練和推理的效率。

  6. 遮蓋圖像建模、非Transformer架構、神經輻射場等技術快速發展,成為計算機視覺的熱點研究領域;脈衝視覺領域發展,將開辟機器視覺新路線

  7. 生物神經元與芯片結合成為類腦芯片的研究熱點。

  8. 高性能、低能耗AI芯片不斷湧現的同時,由AI輔助設計成為芯片發展新趨勢;存算一體AI芯片設計、應用步伐加快。

  9. Web模型成為新型信息搜索範式的核心支撐,預訓練語言模型助力信息檢索性能提升。

  10. 借鑒腦神經和認知科學研究成為啟發類腦智能研究的重要來源。

  11. 無線高帶寬、微創、結合AI算法等成為腦機接口的發展重點。

  12. 傳統科研領域成為人工智能發展的“新戰場”,人工智能在輔助基礎和應用科學研究的同時,也提升了智能產品和服務的性能。

  13. 強化學習環境成為發展泛化性更強、適應複雜環境智能體的重要支撐,而提升訓練效率成為強化學習領域的研究重點。

  14. 因果推斷在經濟學、社會學研究中實現突破。

  15. 基於超大規模預訓練模型的平台和係統成為研發機構和企業的發展思路。

  16. 麵向更為複雜任務和需求的基準測試和數據集不斷湧現。

  17. AI為人類科學家提供領域數據集,助力基礎科學研究。

  18. AI算力成為超算性能比拚的“新擂台”。

本報告總結2021年人工智能產業主要趨勢如下:

  1. 智能醫療賽道持續火熱,各大醫療AI企業紛紛衝刺IPO,“燒錢”成為今年這一賽道最鮮明的標簽。
  2. 國家開始逐步發放各類醫療影像AI軟件三類證,為醫療影像的發展提供了契機。
  3. 資本助力下,新興AI創企、互聯網科技巨頭和傳統藥企在AI製藥領域百花齊放。
  4. 2021年被業界公認為數字療法產業元年,一批數字療法企業嶄露頭角。
  5. 醫保的推進可為手術機器人打開市場,全民可用的時代或可指日可待。
  6. 腦機接口不再隻是“意念打字”的融資噱頭,逐漸從實驗室走向臨床實踐,從科幻照進了現實。
  7. 自動駕駛行業迎來新的投融資熱潮,2021年是十年來自動駕駛賽道資本熱度最高的一年。
  8. 今年,國內大批Robotaxi企業已進入車隊測試及服務試運營的階段,未來行業的競爭核心也將會轉向運營規模與測試裏程的比拚。
  9. 乘用場景以外,物流、港口、礦區、城市環衛等細分場景成為自動駕駛落地新風口。
  10. 今年,國內外激光雷達企業也得到了資本市場大力支持。新舊車企紛紛表示,其新車將首次搭載激光雷達,引發激光雷達量產落地的新紀元。
  11. 計算機視覺,在技術成熟度、商業化進程、市場增長速度、投融資熱度等方麵,是人工智能產業當前熱門的發展賽道。2021年,我國計算機視覺產業快速發展,企業加快上市步伐,爭奪“視覺AI第一股”。
  12. 隨著AI芯片技術的不斷發展,芯片製程不斷優化,工藝逐步提升,AI芯片功能的細分程度進一步提升,形成異構形態的計算格局。
  13. 高效、節能成為AI芯片發展的長期目標。追求在提升算力的前提下降低功耗,是近年來企業關注的重點。
  14. GPU依然是AI芯片企業研發關注的重點方向。GPU性能較高,且兼具計算的靈活性,適用於構建大規模的AI計算集群,在研發超大規模AI模型方麵具有應用前景。

圖片圖片

"> 重磅!2021年智源「人工智能」前沿報告(AI Frontiers)發布,236頁pdf - 專知VIP

https://baai.org/l/Frontiers2021

本報告總結2021年人工智能前沿科技主要趨勢如下:

  1. 信息模型、具身模型和腦模擬機器人的結合將誕生超級人工智能。

  2. 係統研究超大規模智能模型發展和影響的新興領域已經形成,超大規模預訓練模型研發競賽進入白熱化階段,多模態預訓練模型成為下一個大模型重點發展領域。

  3. Transformer成為計算機視覺領域的重要網絡架構,並開始向強化學習、圖神經網絡等領域滲透。

  4. 加速方法創新提升了超大參數規模模型的訓練效率,催生更大規模參數的巨型模型。

  5. Prompt Tuning成為自然語言處理領域預訓練語言模型新型訓練範式,預訓練語言模型發展的新路線是提升訓練和推理的效率。

  6. 遮蓋圖像建模、非Transformer架構、神經輻射場等技術快速發展,成為計算機視覺的熱點研究領域;脈衝視覺領域發展,將開辟機器視覺新路線

  7. 生物神經元與芯片結合成為類腦芯片的研究熱點。

  8. 高性能、低能耗AI芯片不斷湧現的同時,由AI輔助設計成為芯片發展新趨勢;存算一體AI芯片設計、應用步伐加快。

  9. Web模型成為新型信息搜索範式的核心支撐,預訓練語言模型助力信息檢索性能提升。

  10. 借鑒腦神經和認知科學研究成為啟發類腦智能研究的重要來源。

  11. 無線高帶寬、微創、結合AI算法等成為腦機接口的發展重點。

  12. 傳統科研領域成為人工智能發展的“新戰場”,人工智能在輔助基礎和應用科學研究的同時,也提升了智能產品和服務的性能。

  13. 強化學習環境成為發展泛化性更強、適應複雜環境智能體的重要支撐,而提升訓練效率成為強化學習領域的研究重點。

  14. 因果推斷在經濟學、社會學研究中實現突破。

  15. 基於超大規模預訓練模型的平台和係統成為研發機構和企業的發展思路。

  16. 麵向更為複雜任務和需求的基準測試和數據集不斷湧現。

  17. AI為人類科學家提供領域數據集,助力基礎科學研究。

  18. AI算力成為超算性能比拚的“新擂台”。

本報告總結2021年人工智能產業主要趨勢如下:

  1. 智能醫療賽道持續火熱,各大醫療AI企業紛紛衝刺IPO,“燒錢”成為今年這一賽道最鮮明的標簽。
  2. 國家開始逐步發放各類醫療影像AI軟件三類證,為醫療影像的發展提供了契機。
  3. 資本助力下,新興AI創企、互聯網科技巨頭和傳統藥企在AI製藥領域百花齊放。
  4. 2021年被業界公認為數字療法產業元年,一批數字療法企業嶄露頭角。
  5. 醫保的推進可為手術機器人打開市場,全民可用的時代或可指日可待。
  6. 腦機接口不再隻是“意念打字”的融資噱頭,逐漸從實驗室走向臨床實踐,從科幻照進了現實。
  7. 自動駕駛行業迎來新的投融資熱潮,2021年是十年來自動駕駛賽道資本熱度最高的一年。
  8. 今年,國內大批Robotaxi企業已進入車隊測試及服務試運營的階段,未來行業的競爭核心也將會轉向運營規模與測試裏程的比拚。
  9. 乘用場景以外,物流、港口、礦區、城市環衛等細分場景成為自動駕駛落地新風口。
  10. 今年,國內外激光雷達企業也得到了資本市場大力支持。新舊車企紛紛表示,其新車將首次搭載激光雷達,引發激光雷達量產落地的新紀元。
  11. 計算機視覺,在技術成熟度、商業化進程、市場增長速度、投融資熱度等方麵,是人工智能產業當前熱門的發展賽道。2021年,我國計算機視覺產業快速發展,企業加快上市步伐,爭奪“視覺AI第一股”。
  12. 隨著AI芯片技術的不斷發展,芯片製程不斷優化,工藝逐步提升,AI芯片功能的細分程度進一步提升,形成異構形態的計算格局。
  13. 高效、節能成為AI芯片發展的長期目標。追求在提升算力的前提下降低功耗,是近年來企業關注的重點。
  14. GPU依然是AI芯片企業研發關注的重點方向。GPU性能較高,且兼具計算的靈活性,適用於構建大規模的AI計算集群,在研發超大規模AI模型方麵具有應用前景。

圖片圖片

成為VIP會員查看完整內容
3
103
0

相關內容

人工智能(Artificial Intelligence, AI )是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用係統的一門新的技術科學。 人工智能是計算機科學的一個分支。

"5G+工業互聯網"是指利用以 5G為代表的新一代信息通信技術,構建與工業經濟深度融合的新型基礎設施、應用模式和工業生態。通過 5G技術對人、機、物、係統等的全麵連接,構建起覆蓋全產業鏈、全價值鏈的全新製造和服務體係, 為工業乃至產業數字化、網絡化、智能化發展提供了新的實現途徑,助力企業實現降本、提質、增效、綠色、安全發展。

工業和信息化部推進實施"5G+工業互聯網"512 工程以來,行業應用水平不斷提升,應用深度向更廣範圍、更深程度、更高水平延伸。2021 年,政、產、學、研、用全麵推進"5G+工業互聯網"發展。本報告結合"5G+工業互聯網"發展指數,對我國"5G+工業互聯網發展進行全麵總結。

整體來看,全國"5G+工業互聯網"融合發展呈現以下特點∶

一是我國央地政策支持力度持續加強,投融資力度加碼,"5G+工業互聯網"發展環境持續向好。

二是 5G 技術標準加速成熟,5G與 TSN 技術、邊緣計算技術部署應用加速,輕量化5GC成為業界探索熱點,垂直行業標準加速落地。

三是"5G+工業互聯網"組網模式及商業模式不斷成熟,混合組網模式加速落地,基於 5G 技術的OT+IT+CT 扁平化網絡架構實踐初步形成。

四是典型應用場景和重點行業不斷推進,5G全連接工廠成為產業界探索應用"由點到線"新熱點,區域特色不斷顯現,以產業園區為基礎載體的"5G+工業互聯網"融合應用先導區在部分地區開始創建。

五是創新生態逐步完善,具備5G通信能力的工業融合終端產品不斷湧現,供給短板不斷補齊。信息通信企業、工業企業、解決方案集成商等各產業主體合作力度加強,團體賽推進形式豐富。行業測試床、聯合實驗室等產業公共服務平台載體也不斷引領產業發展。

http://www.caict.ac.cn/kxyj/qwfb/bps/202112/t20211227_394647.htm

成為VIP會員查看完整內容
3
23
0

通過「定量發散」與「定性收斂」,達摩院分析了近三年來的770萬篇公開論文、8.5萬份專利,通過挖掘其中熱點及重點技術突破,深度訪談近100位科學家,提出了2022年可能照進現實的十大科技趨勢。

https://damo.alibaba.com/techtrends/2022

達摩院2022十大科技趨勢

趨勢一 AI for Science

人工智能成為科學家的新生產工具,催生科研新範式

實驗科學和理論科學是數百年來科學界的兩大基礎範式,而人工智能正在催生新的科研範式。機器學習能夠處理多維、多模態的海量數據,解決複雜場景下的科學難題,帶領科學探索抵達過去無法觸及的新領域。人工智能不僅將加速科研流程,還將幫助發現新的科學規律。預計未來三年,人工智能將在應用科學中得到普遍應用,在部分基礎科學中開始成為科學家的生產工具。

趨勢二 大小模型協同進化

大模型參數競賽進入冷靜期,大小模型將在雲邊端協同進化

超大規模預訓練模型是從弱人工智能向通用人工智能的突破性探索,解決了傳統深度學習的應用碎片化難題,但性能與能耗提升不成比例的效率問題限製了參數規模繼續擴張。人工智能研究將從大模型參數競賽走向大小模型的協同進化,大模型向邊、端的小模型輸出模型能力,小模型負責實際的推理與執行,同時小模型再向大模型反饋算法與執行成效,讓大模型的能力持續強化,形成有機循環的智能體係。

趨勢三 矽光芯片

光電融合兼具光子和電子優勢,突破摩爾定律限製

電子芯片的發展逼近摩爾定律極限,難以滿足高性能計算不斷增長的數據吞吐需求。矽光芯片用光子代替電子進行信息傳輸,可承載更多信息和傳輸更遠距離,具備高計算密度與低能耗的優勢。隨著雲計算與人工智能的大爆發,矽光芯片迎來技術快速迭代與產業鏈高速發展。預計未來三年,矽光芯片將承載絕大部分大型數據中心內的高速信息傳輸。

趨勢四 綠色能源AI

人工智能助力大規模綠色能源消納,實現多能互補的電力體係

風電、光伏等綠色能源近年來快速發展,也帶來了並網難、消納率低等問題,甚至出現了“棄風”、“棄光”等現象。核心原因在於綠色能源存在波動性、隨機性、反調峰等特征,大規模並網可能影響電網的安全穩定運行。人工智能技術的應用,將有效提升電網等能源係統消納多樣化電源和協調多能源的能力,成為提升能源利用率和穩定性的技術支撐,推動碳中和進程。預計未來三年,人工智能技術將幫助電力係統實現大規模綠色能源消納,實現電力係統的安全、高效、穩定運行。

趨勢五 柔性感知機器人

機器人將兼具柔性和類人感知,可自適應完成多種任務

傳統機器人依賴預編程,局限於大型生產線等結構化場景。近年來,柔性機器人結合柔性電子、力感知與控製、人工智能技術,獲得了力覺、視覺、聲音等感知能力,應對多任務的通用性與應對環境變化的自適應性大幅提升。機器人將從大規模、標準化的產線走向小規模、非標準化的場景。預計未來五年,柔性感知機器人將逐步替代傳統工業機器人,成為產線上的主力設備,並在服務機器人領域開始規模化應用。

趨勢六 高精度醫療導航

人工智能與精準醫療深度融合,助力診療精度與效率提升

傳統醫療依賴醫生經驗,猶如人工尋路,效果參差不齊。人工智能與精準醫療深度融合,專家經驗和新的輔助診斷技術有機結合,將成為臨床醫學的高精度導航係統,為醫生提供自動指引,幫助醫療決策更快更準,實現重大疾病的可量化、可計算、可預測、可防治。預計未來三年,以人為中心的精準醫療將成為主要方向,人工智能將全麵滲透在疾病預防和診療的各個環節,成為疾病預防和診療的高精度導航協同。

趨勢七 全域隱私計算

破解數據保護與流通兩難,隱私計算走向全域數據保護

數據安全保護與數據流通是數字時代的兩難問題,破解之道是隱私計算。過去受製於性能瓶頸、技術信任不足、標準不統一等問題,隱私計算尚隻能在少量數據的場景下應用。隨著專用芯片、加密算法、白盒化、數據信托等技術融合發展,隱私計算有望跨越到海量數據保護,數據源將擴展到全域,激發數字時代的新生產力。預計未來三年,全域隱私計算技術將在性能和可解釋性上有新的突破,或將出現數據信托機構提供基於隱私計算的數據共享服務。

趨勢八 星地計算

衛星及地麵一體化的通信與計算,促進空天地海全麵數字化

基於地麵網絡和計算的數字化服務局限在人口密集區域,深空、海洋、沙漠等無人區尚是服務的空白地帶。高低軌衛星通信和地麵移動通信將無縫連接,形成空天地海一體化立體網絡。由於算隨網動,星地計算將集成衛星係統、空中網絡、地麵通信和雲計算,成為一種新興的計算架構,擴展數字化服務的空間。預計未來三年,低軌衛星數量會迎來爆發式增長,衛星及其地麵係統將成為新型計算節點。

趨勢九 雲網端融合

雲網端融合形成新計算體係,催生雲上新物種

新型網絡技術發展將推動雲計算走向雲網端融合的新計算體係,並實現雲網端的專業分工:雲將作為腦,負責集中計算與全局數據處理;網絡作為連接,將多種網絡形態通過雲融合,形成低延時、廣覆蓋的一張網;端作為交互界麵,呈現多元形態,可提供輕薄、長效、沉浸式的極致體驗。雲網端融合將促進高精度工業仿真、實時工業質檢、虛實融合空間等新型應用誕生。預計未來兩年,將有大量新型應用在雲網端融合的新計算體係中運行。

趨勢十 XR互聯網

XR眼鏡會成為重要交互界麵,帶動下一代互聯網發展

隨著端雲協同計算、網絡通信、數字孿生等技術發展,以沉浸式體驗為核心的XR(未來虛實融合)互聯網將迎爆發期。眼鏡有望成為新的人機交互界麵,推動形成有別於平麵互聯網的XR互聯網,催生從元器件、設備、操作係統到應用的新產業生態。XR互聯網將重塑數字應用形態,變革娛樂、社交、工作、購物、教育、醫療等場景交互方式。預計未來三年,外形與重量接近普通眼鏡的新一代XR眼鏡將產生,成為下一代互聯網的關鍵入口。

成為VIP會員查看完整內容
1
47
0

近些年量子計算取得了突破性進展,量子計算優越性已得到實驗性驗證,產業界與學術界紛紛加大研究投入,推動量子計算實用化探索加速。國內外多家企業和科研機構,都陸續推出量子計算雲平台,積極開展量子計算應用探索、科普教育和產業生態培育等工作。量子計算雲平台的總體發展態勢,以及依托雲平台開展的服務應用探索、生態培育和測評實踐等方麵的亮點引起各方廣泛關注。

近日,中國信息通信研究院技術與標準研究所發布了《量子雲計算發展態勢研究報告(2021年)》。報告在前期研究基礎上,持續更新量子計算雲平台在技術、服務、企業參與度和測評探索等方麵的最新進展,進一步對總體態勢進行分析研判,並結合我國量子計算整體發展現狀,提出相關建議,為業界持續推動量子計算產業培育和生態構建提供參考。

http://www.caict.ac.cn/kxyj/qwfb/ztbg/202110/t20211009_390806.htm

成為VIP會員查看完整內容
0
22
0

智能時代,AI 中台是企業管理能力、企業活力、企業“智力”提升的重要動力來源。思考企業的未來,AI 中台將是企業在複雜時代下生存和發展的“必需品”和“必修課”。

日前,百度智能雲與人工智能產業發展聯盟聯合發布了《AI 中台白皮書(2021年)》。AI 中台作為全棧式、集約化、自動化的生產力工具箱,是實現AI技術在各行業中快速研發、共享複用和部署管理的智能化底座和關鍵基礎設施。白皮書旨在深入剖析 AI 中台體係架構與內涵,探討能力建設路徑和行業賦能方案,以期與業界分享,共同推動我國人工智能產業創新發展與行業智能化升級。

白皮書指出,AI 中台是實現智能化能力普惠的必備基礎設施,負責構建企業的 AI 生產力,一般包括 AI 技術服務平台、AI 研發平台、AI 管理運行三大核心。

白皮書展開論述了 AI 中台所應具備的四大關鍵能力。概括來看,AI 數據需求趨於精細化、場景化,健全的數據服務體係會是AI 中台的基礎;自動機器學習技術加速演進,AI 研發平台成為了技術普惠的關鍵;AI 部署運行愈加複雜,體係化工具成為了規模化應用的保障;AI 模型已經成為了企業新型資產,AI 資產化管理勢在必行。

企業如何建設自己的 AI 中台體係呢?白皮書給出了兩類建設路徑和三大要素支撐。

麵向企業智能化升級的不同階段,AI 中台建設有兩類路徑:一類是對於處於 AI 能力起步期的企業,會先從 AI 能力直接賦能,再逐步發展到自主建模和個性化創新,構建 AI 能力創新底座;另外是麵向已具備專業 AI 建模專家及算法團隊的企業,可以聚焦個性化 AI 研發能力的構建,進而大幅提升 AI 模型落地應用推廣效率。

三大要素則是企業智能化升級的堅實支撐。在基礎設施建設方麵,AI 中台支撐企業完成軟件部署,並與已有的私有雲、數據中台、視頻平台等 IT 設施進行對接集成。支持企業結合自身業務場景,構建 AI 應用能力,圍繞 AI 中台軟件、基礎應用集成、業務應用集成三大模塊,打造企業 AI 能力的核心技術底座。

在組織能力建設方麵,AI 中台為企業提供組織變革、流程創新、人才培養等方麵建議,通過建立組織保障機製,明確機構中包括模型生產、服務管理、運維保障在內的各個工作組職責及流程,確保 AI中台管理組織的高效運轉。此外,幫助企業持續培養人工智能相關的技術開發人員及運營管理人員,保證 AI 能力開發管理的人才供給。

在運營優化方麵,AI 應用實際投產後,企業需結合業務反饋數據不斷進行優化調整,確保應用成效。

借助高效靈活的適配能力,AI 中台已在製造、能源、金融、城市、醫療等諸多行業落地應用並取得顯著成效,切實解決企業生產運行痛點,滿足企業設計、生產、管理、銷售和運維等個性化場景需求。

展望未來,AI 中台作為企業智能中樞,在不斷完善提升自身能力的同時,將成為伴隨企業成長、構築核心競爭力的重要抓手和關鍵支撐。未來2-5年,AI 中台將作為創新型企業運轉不可或缺的基礎設施;未來5-10年,AI 中台將融入企業成長的全生命周期,企業建設、應用和運營 AI 中台的能力,將成為衡量未來發展潛力和成長價值的關鍵指標,助力構築企業核心競爭力。

以 AI 中台助力行業高質量發展,提升國家供給側水平,將在數字社會與智能經濟時代獲得發展先機。過去二十年,移動互聯網對人類社會的影響集中體現在 C 端,即需求端;但在 AI 時代,人工智能將更多從 B 端,即供給端改變。AI 中台作為“ AI 大生產平台”的生產力載體,從更好推進 AI 行業落地、實現技術價值增值角度,正在加快幫助企業適應新形勢、新變化與新挑戰。AI 中台技術所帶來的行業變革,將是一場更徹底的供給側改革,成為推動國家邁進智能未來時代的重要力量。

人工智能革命將個體價值的創造釋放提升到前所未有高度,AI 中台通過推動行業智能變革為社會帶來更為光明的未來。AI 中台賦能能力正在從通用行業(如製造、金融、教育等)向專業精細化行業(如生物醫藥、化學化工、半導體等)延伸拓展,幫助企業不斷拓展應用視野和創新邊界,推動人類社會創新進步。AI 中台將幫助企業追求更有創造力、影響力和領導力的自我價值實現,為整個智能社會帶來更大提升空間、更多發展可能。

成為VIP會員查看完整內容
7
125
1

中國科學院科技戰略谘詢研究院發布《科學結構圖譜 2021》,以可視化方式展現了 2012 年 - 2017 年科學研究的宏觀結合和內在關係,揭示了全球普遍關注的熱點研究領域。

全球熱點研究聚焦於“人類可持續發展”問題 圖片

研究人員發現,人類可持續發展的重大問題是全球熱點研究前沿的焦點,許多研究都與能源、環境、人類健康、資源利用等可持續發展問題相關,並出現了 “先進能源”“環境治理”“納米生命科學”“海洋資源” 以及與能源、環境、生命健康等息息相關的新材料、新器件等熱點研究前沿。

與 2010 年 - 2015 年第二期相比,2012 - 2017 年持續高密度論文區域的研究熱點主要包括:量子物理、機器學習、無線通信、粒子物理、有機合成方法、係統與控製、冠心病、表觀遺傳調控、植物基因調控等。

2012-2017 年期間,高密度熱點研究集中在 “腸道微生物”“二維材料”“超材料”“環境治理”“腦結構與功能”“腫瘤免疫治療”“衛生保健”“天文學” 等。,並出現 97 個新興熱點研究領域。

成為VIP會員查看完整內容
2
57
0

近年來,以人工智能、量子信息、集成電路、生命健康、腦科學、生物育種、空天科技、深地深海等為代表的新一輪科技革命和產業變革深入發展,正在重構全球創新版圖、重塑全球經濟結構。在眾多極具“顛覆性”的科技領域中,腦科學無疑是最尖端、最前沿的一個,被稱為生命科學的“終極疆域”。

腦科學是生命科學最尖端、最前沿的領域,也是人類最難攻克的“科學堡壘”之一。但腦科學卻是諸多前沿科技發展的基礎,如人工智能、腦機接口、信息科學、仿生科學等,也是醫學、教育和軍事等領域發展的關鍵,尤其是事關人類生命健康的抑鬱症、自閉症、帕金森症、阿爾茲海默症等神經性和精神性疾病,亟需腦科學的進步為其提供新的解決方案。因此,腦科學是事關國家安全和發展全局的核心領域之一。

為更好地推動腦科學相關知識的普及,使全國上下充分認識腦科學戰略地位、戰略導向的重要性,提高全社會對這一前沿領域的重視程度、參與廣度和投入力度,推動國家戰略部署的實施與落地,眾誠智庫重磅發布“國家戰略科技研究係列之《2021全球腦科學發展報告》”。

本報告立足中國,放眼全球,理清曆史脈絡,展望未來,對腦科學基本原理和研究成果進行了梳理和深入地研究,對世界主要國家在腦科學領域的戰略部署進行了分析和對比,分別從腦科學發展現狀、應用現狀和發展趨勢等方麵進行剖析,並在如何科學應對內外挑戰方麵深入思考、總結結論,旨在為我國加快推進腦科學發展進程提供一些建議。

報告認為,當前以人工智能、量子信息、集成電路、生命健康、腦科學、生物育種、空天科技、深地深海等為代表的新一輪科技革命和產業變革深入發展,正值重構全球創新版圖、重塑全球經濟結構之時,腦科學早已成為世界主要經濟體科技角逐的主要賽道之一。自2013年以來,世界主要國家和地區紛紛發布“腦計劃”,將腦科學的競技賽推向了新的高潮。我國自20世紀90年代就十分重視腦科學,2015年發布“中國腦計劃”;2021年,國務院發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》也將腦科學作為國家戰略科技力量之一。

報告認為,從曆史發展進程和西方大國的發展經驗來看,基礎研究是科技創新、產業興盛、社會發展和防範國家安全的底層支撐,尤其是麵向未來的基礎研究,腦科學作為未來最重要的一個基礎研究領域,將關係到人來自身的發展,並進一步顛覆我們的生活方式和生產方式。生產方式的變革和生產工具的升級將更多地替代、解放勞動力,同時提高生產效率,為未來應對老齡化社會的發展從科技層麵給出一定的解決方案。新一輪的智能化、數控化產業革命,工業機器人、數控軟件、智能裝備等將成為工業製造領域最主要的發展方向,數字化智能化農業、智能服務機器人也將深入到我們的生活,這些都離不開腦科學和類腦智能在其中發揮作用。

從近五年全球腦科學相關的論文發表量與專利申請量來看,腦科學研究陣營逐漸由美歐兩極主導向美歐亞三極鼎立的格局轉變。報告認為,中國目前在論文發表量上已緊隨西方大國之後,在專利的申請量上僅次於美國,位居世界第二位,已躋身世界腦科學大國行列,但整體水平還不夠強,相信在持續高速增長和國家的大力扶持下,可以預見,到本世紀中葉,中國有望躋身於世界腦科學強國行列。

http://www.uthinktank.com/news/media/2021-06-09/2021BrainScience.pdf

成為VIP會員查看完整內容
1
103
0

當前人工智能已經成為全球最為活躍的創新領域,對經濟社會的發展影響深遠。白皮書提出,在過去一年中,人工智能的新算法不斷湧現,深度學習仍是這一時期發展主線,嚐試解決更為複雜的應用任務。人工智能的產業格局與生態體係更為明晰,開源開發框架格局逐步確立,以科技巨頭引領的生態係統垂直整合速度不斷加快;同時,產業發展重心開始轉變,企業比拚重點從單項技術的“理論”準確率轉向應用場景白熱化的“跑馬圈地”;人工智能的技術應用開始全麵覆蓋日常生活、科學研究、社會治理、商業創新和國家安全等經濟社會的關鍵領域,以空前的廣度和深度推動社會發展。基於以上人工智能技術產業發展態勢判斷,白皮書建議“十四五”期間,我國應通過加快AI基礎原創技術創新突破、構建協同發展AI基礎核心生態、實現區域差異化發展布局、加快垂直行業深度融合、主動融入全球治理框架等措施,實現我國人工智能產業突破發展。

http://www.caict.ac.cn/kxyj/qwfb/bps/202104/P020210420614092578238.pdf

成為VIP會員查看完整內容
5
123
0

人工智能技術是使人造機器具備類人類智能、模擬人類學習、認知、感知能力的信息技術,感知層人工智能技術發展成熟,多項應用方案實現規模落地,認知層人工智能技術將是實現下一代人工智能技術突破的關鍵。

中國工業領域人工智能技術滲透率較低,人工智能技術的應用主要集中於產品生產環節。工業領域各應用場景可用樣本數量的缺乏,是工業領域人工智能技術實現落地的主要製約因素之。

機器視覺技術在工業領域中應用廣泛,核心功能包括產品識別、測量、定位及檢測,是實現產品分揀、裝配、搬運、質檢等多個生產環節智能化轉型的核心技術,相較於人工生產具備降本增效等顯著優勢。

中國工業領域人工智能行業產業鏈上遊以傳感器及AI芯片製造商與AI算法提供商為主體,產業鏈中遊以輔助研發係統及智能生產係統提供商與工業機器人製造商為主體,產業鏈下遊涵蓋工業領域各細分市場。

但是中國工業傳感器行業發展進入成熟期,主要增長動力來自於工業製造規模的增長與智能製造的應用,受製於人工智能技術在工業領域的滲透率增長速度較低,短期內中國工業傳感器市場需求增長速度預計將持續下行。

CMOS圖像傳感器成為圖像傳感器應用市場主流應用選擇;全球CMOS圖像傳感器市場集中度較高,壟斷效應明顯,龍頭企業占據高端CMOS圖像傳感器市場主導地位,對下遊客戶具備較強主動議價能力。

應用於AI算法運行的處理器芯片以GPU、FPGA及ASIC三類芯片為主;發展起步較早的GPU芯片已實現規模化應用,具備更強的性能及更低的功耗的高度定製化ASIC芯片市場發展空間較大。

成為VIP會員查看完整內容
2
82
0

人工智能作為新一輪產業變革的核心驅動力,正在釋放曆次科技革命和產業變革的巨大能量。持續探索新一代人工智能應用場景,將重構生產、分配、交換、消費等經濟活動各環節,催生 新技術、新產品、新產業。作為數字經濟轉型升級的推動力和新一輪科技競賽的製高點之一,近年來人工智能被提升到國家戰略高度。

2017至2019年,連續三年的政府工作報告中均提及加快人工智能產業發展;2020年,人工智能更是與SG基站、大數據中心、工業互聯網等一起被列入新基建範圍。在 “新基建“ 背景下,人工智能將為智能經濟的發展和產業數字化轉型提供底層支撐, 推動人工智能與SG、雲計算、大數據、物聯網等領域深度融合。

成為VIP會員查看完整內容
1
80
1

一直以來,認知科學、神經科學和計算科學分別從不同的路徑探索智能的本質:認知科學通過構建認知框架,預測複雜行為;神經科學通過探索神經機製,解釋大腦功能;而計算科學通過模擬神經活動,實現人工智能。近年來,深度神經網絡的成功,促使三門學科進一步交叉融合,將類腦的深度神經網絡模型和認知神經科學實驗相結合,為人工神經網絡的發展提供新的思路。

智源“人工智能的認知神經基礎”重大研究方向基於此研究目標,以及促進學科間交叉互啟的願景,編撰該白皮書,以期為相關領域的研究者搭建溝通的平台和橋梁,共同探索心智的奧秘,促進人工智能的可持續發展。

成為VIP會員查看完整內容
1
65
0
小貼士
相關VIP內容
專知會員服務
47+閱讀 · 2021年12月29日
專知會員服務
22+閱讀 · 2021年10月12日
專知會員服務
125+閱讀 · 2021年9月18日
專知會員服務
57+閱讀 · 2021年7月4日
專知會員服務
103+閱讀 · 2021年6月10日
專知會員服務
123+閱讀 · 2021年4月21日
專知會員服務
82+閱讀 · 2021年4月13日
專知會員服務
80+閱讀 · 2021年3月18日
專知會員服務
65+閱讀 · 2021年3月10日
微信掃碼谘詢專知VIP會員
Top